所有IT部門都在面臨這個問題——當服務器，網(wǎng)絡和應用出現(xiàn)問題時，他們必須盡快做出反應。這些情形往往具有破壞性和高壓性，并可能引發(fā)影響整個組織運營(和利潤)的停機時間。根據(jù)2018年的報告，平均IT停機損失高達155萬美元。更嚴重的問題是，暴力事件導致每年545小時的員工產(chǎn)能損失。

出于這些原因，企業(yè)越來越多地投資于應用性能監(jiān)視(APM)和服務器監(jiān)控軟件以及其他解決方案。由于“基礎設施監(jiān)控是否是企業(yè)所需的解決方案”已經(jīng)不再是問題，因此問題就變成了應該使用哪些監(jiān)控工具。

[[283118]]

什么是基礎設施監(jiān)控?

基礎設施監(jiān)控是一種軟件工具的部署，用于自動診斷整個技術(shù)堆棧中的性能和可用性問題。

基礎設施監(jiān)控包括一系列的用途和問題，從網(wǎng)絡優(yōu)化到診斷再到入侵檢測?；A設施監(jiān)控可以告訴工作人員，路由器是否關閉，服務器是否以不尋常的利用率運行，并且在適當?shù)陌踩韵?，它還可以發(fā)現(xiàn)正在竊取企業(yè)數(shù)據(jù)的入侵者。

隨著網(wǎng)絡越來越復雜，由于設備種類越來越多，以及混合云的出現(xiàn)，網(wǎng)絡完整性的重要性隨之增長。即使在中小企業(yè)內(nèi)部的基本網(wǎng)絡上，也應該對基礎設施進行監(jiān)控，但是對于大型企業(yè)的復雜系統(tǒng)，它是運營的重要組成部分。

為什么需要基礎設施監(jiān)控?

基礎設施監(jiān)控為管理者提供了實時了解基礎設施狀態(tài)所需的數(shù)據(jù)，以及衡量組織目標進度的能力。通過不斷收集和審查有關基礎設施的數(shù)據(jù)，監(jiān)控允許測量當前狀態(tài)以及網(wǎng)絡的進展情況。

例如，如果管理層已經(jīng)制定了實現(xiàn)一定級別網(wǎng)絡響應的目標，那么監(jiān)控工具可以顯示網(wǎng)絡在響應性方面的位置。它可以識別延遲的峰值，也許也可以找出原因。

確保網(wǎng)絡以最高效率運行需要企業(yè)了解構(gòu)成IT基礎設施的設備，同時還要關注這些設備的健康狀況和性能。對企業(yè)的IT系統(tǒng)進行主動分析，意味著有更好的機會在導致嚴重中斷之前捕獲即將發(fā)生的故障。

優(yōu)秀IT基礎設施監(jiān)控工具評估：

服務器和網(wǎng)絡監(jiān)控工具的目標是確保IT服務 24x7 小時全天候穩(wěn)定運行，并在出現(xiàn)任何問題時告警給IT支持人員。這樣，我們可以最大化正常運行時間并制定更好的災難恢復計劃。

一般來說，所有工具都有共性，但又不盡相同。以下列出8個優(yōu)秀的工具列表：

1. Zabbix

Zabbix可以說是市場上最流行和健壯的實時監(jiān)控解決方案之一。Zabbix是開源的，它具有一套簡潔的特性，擁有完善可靠的文檔，并且由活躍的社區(qū)用戶更新和支持。其他好處還包括它有良好的易用性，當然，它提供了一個不受制于任何供應商鎖定的解決方案。

Zabbix 的眾多亮點之一是它能夠預測流量趨勢并根據(jù)收集歷史數(shù)據(jù)來提供系統(tǒng)行為預測。

主要特點：

• 主動監(jiān)控
• 容量規(guī)劃
• 內(nèi)置Java應用服務器監(jiān)控功能
• 硬件監(jiān)控
• 網(wǎng)頁服務
• 虛擬機監(jiān)控

Zabbix 可以配置為各種行業(yè)提供監(jiān)控解決方案 —— 從航空航天到金融和零售，同樣也適用于大中型企業(yè)。Romexsoft 團隊依靠此工具為客戶提供24x7全天候IT支持。

2. Grafana

Grafana 是一款用于時間序列的、免費的、出色的分析和監(jiān)控工具。它使我們能夠創(chuàng)建有吸引力的、一目了然的全局數(shù)據(jù)可視化圖像。特別是我們可以可視化系統(tǒng)CPU，內(nèi)存，磁盤和 I/O 利用率等指標。

Grafana這個工具比較萬能，我們可以創(chuàng)建來自不同數(shù)據(jù)源的自定義儀表板和特征數(shù)據(jù)，并將它們展示為曲線圖，單一狀態(tài)圖，表格，熱圖或自由文本。

Grafana可以輕松的與 Prometheus、Graphite、InfluxDB、MySQL、PostgreSQL 和 Elasticsearch 集成，還可以通過插件與更多的其他數(shù)據(jù)源連接。雖然Grafana 不是一個獨立的解決方案，但它是一個值得考慮進監(jiān)控體系的優(yōu)秀插件。我們團隊利用Prometheus與Grafana集成來作為作為許多客戶的解決方案。

3. ManageEngine OpManager

ManageEngine OpManager 是一款綜合全面的性能監(jiān)控工具，可提供服務器監(jiān)控，并允許我們主動管理網(wǎng)絡，執(zhí)行網(wǎng)絡配置和網(wǎng)絡流量分析，它還有一個應用性能管理插件。但它必須安裝到每個目標節(jié)點上才能正常使用。

為了滿足我們的需求，我們可以設置可自定義的儀表板來監(jiān)控不同組件的網(wǎng)絡和指標。我們還可以將其用于 LAN/WAN 監(jiān)控，并接收詳細的流量路徑可視化，查看帶寬流量監(jiān)測并運行各種網(wǎng)絡系統(tǒng)性能指標的測定。

與前面的幾個工具不同，ManageEngine 屬于收費工具，它將會根據(jù)業(yè)務需求提供定制性報價。

4. Amazon CloudWatch

Amazon CloudWatch 可以為我們提供更好的應用性能、資源利用率、整體云基礎設施監(jiān)控狀況的可視化能力，并幫助我們識別和糾正問題。

CloudWatch 使我們能夠以日志、指標和事件的形式收集運維數(shù)據(jù)。該工具在AWS和本地服務器上運行，這意味著我們可以真正獲得所有資產(chǎn)的統(tǒng)一視圖。其儀表板是可配置的，允許管理員指示AWS根據(jù)預定義事件采取特定操作。

如果我們最近將基礎設施遷移到AWS云，應考慮使用此云基礎設施管理軟件，至少應該用到某些容量的規(guī)劃上。

5. Prometheus

最后一個，這是我們團隊最喜歡的一個開源監(jiān)控工具，它基于時間序列數(shù)據(jù)提供詳細的基礎設施洞悉能力。它是監(jiān)控高動態(tài)環(huán)境(如AWS上的容器)的可靠選擇。

從本質(zhì)上講，Prometheus 爬取(scrape)指標，在本地存儲所有采樣數(shù)據(jù)并在數(shù)據(jù)之上運行其“規(guī)則”(rule)來聚合或生成告警。

Prometheus 的主要優(yōu)勢包括：

• 它既適用于以機器為中心的架構(gòu)的監(jiān)控，又適用于面向服務的架構(gòu)的監(jiān)控;
• 它是服務中斷期間“首選”的完美工具，因為它使得用戶能夠快速診斷問題;
• 即使在故障情況下，用戶也始終可以查看系統(tǒng)的統(tǒng)計信息(每個Prometheus服務器都是獨立的)